max()需用key参数按属性取最大值，不可直接调用._max()；空列表须设default，字段缺失用.get()兜底，复杂逻辑提为变量或函数，itemgetter适用于简单取值，自定义类应实现__lt__或用key而非__max__。
max() 函数本身不支持直接提取最大值的“某个属性”
很多人写 max(my_list)._max() 或 max(my_list).max()，结果报 AttributeError: 'int' object has no attribute '_max' —— 因为 max() 是内置函数，不是列表方法，更不存在 _max() 这种私有方法。
真正要从对象列表里按字段取最大值，得靠 key 参数。比如你有一堆字典或命名元组，想按 'score' 字段找最高分那条记录，max() 完全能干，但必须显式告诉它“比什么”。
-
max()默认只适用于可比较类型（如数字、字符串），对字典/对象直接调用会报TypeError: unorderable types -
key必须是函数，返回一个可比较的值；不能传字符串字段名（像 Pandas 那样） - 如果列表为空，
max()直接抛ValueError: max() arg is an empty sequence，生产环境务必加default=...
用 lambda 写 key 最常见，但别在循环里重复定义
比如找分数最高的学生：max(students, key=lambda x: x['score'])。这没问题，但如果你在 for 循环里反复写这个 lambda，Python 每次都会新建函数对象——不报错，但浪费内存和 CPU。
更稳的做法是把 key 提成变量或普通函数，尤其当逻辑稍复杂时（比如需要处理缺失字段、类型转换）：
立即学习“Python免费学习笔记（深入）”；
get_score = lambda s: s.get('score', 0)
best_student = max(students, key=get_score, default=None)- 用
.get('score', 0)避免KeyError，比直接写x['score']更健壮 -
default=None让空列表返回None而非崩溃，后续可用if best_student:判断 - 别用
key=lambda x: int(x['score'])强转，万一字段是空字符串或 None，这里就崩了
用 operator.itemgetter 比 lambda 稍快，但仅限取字段
如果只是单纯取字典键或元组索引，operator.itemgetter 是比 lambda 更轻量的选择，底层用 C 实现，微小但可测的性能优势，且语义更清晰：
from operator import itemgetter
best = max(data_list, key=itemgetter('price')) # 字典
best = max(tuples, key=itemgetter(2)) # 元组第3个元素-
itemgetter('name')等价于lambda x: x['name']，但不可处理缺失、转换、计算逻辑 - 遇到嵌套结构（如
x['meta']['created_at']）还是得回 lambda，itemgetter不支持链式访问 - PyPy 下差异不大，CPython 中大量数据时能省几个微秒，但别为此牺牲可读性
自定义类要用 __lt__ 或 key，别依赖 __max__
有人以为给类加个 __max__ 方法就能让 max() 自动识别，其实 Python 根本不调用它——max() 只认 key 或对象自身的比较协议（__lt__ 等）。
两种靠谱做法：
- 实现
__lt__：让实例天然可比，max()就能直接用，适合“这个类天然有个主排序维度”的场景 - 保持类干净，用
key=lambda obj: obj.priority：更灵活，不污染类定义，也避免意外影响其他排序逻辑 - 别在
__lt__里写复杂逻辑或 IO，max()内部会多次调用它，性能敏感时容易翻车
空列表、字段缺失、类型混杂——这些不是边缘情况，是线上最常触发 max() 报错的地方。写 key 时多想半秒怎么兜底，比事后查日志快得多。
